Microsoft Word (ワード) で校正結果と突合する〜変更内容の組み込み〜
以前のヴァージョンの原稿からの変更点を知りたい
しかし、すべて書き換えられている、こんなことありませんか?
私は、英文校正を提出して、変更点をpdfでもらう。
しかし、肝心のMicrosoft Wordファイル(docファイルやdocxファイル)には、変更点の記載はない。
こんなときに、地道に見比べて写す作業を繰り返していました。。。
実は、一発で済ませる方法があるのです。
変更内容の組み込み
ツール→変更内容の組み込み
変更内容を組み込む
これで一発です!!
Microsoft Word (ワード) で小数点を変更する
Microsoft Word (ワード) で小数点を書き換えたい
小数点の記載を
「.」(半角ピリオド)から「・」(半角中点)
に変更したい。
文末のピリオドではなくて、小数点のピリオドだけを変更したい。
そんなときの話。
置換する
編集→検索→置換 を選択
高度な検索と置換 を選択
置換の方法
ワイルドカードを使用する
ワイルドカードを使用することで、0-9などの数字の範囲の指示が通るようになる。
小数点を検索する
検索する文字列は以下でOK
([0-9]).([0-9])
0-9の数字、半角ピリオド、0-9の数字
の並びを検索する
小数点のピリオドを中点に置換する
置換する文字列は以下
\1・\2
()で括った1つめの塊=1の位、半角中点、()で括った2つめの塊=少数第1位
これで、小数点の置き換えが出来ます!!
火山爆発指数 VEI (Volcano Explosivity Index)
VEI 8について
- 1982年にNewhall & Selfにより、提案された火山の区分。
- 0-8まであり、VEI (Volcano Explosivity Index)と呼ばれる。
- 区分は、噴出物の量Ejecta volumeによってなされる。
逆に「肩書」を気にする〜当該地域の関係者でないのでは?と指摘された話
今日は研究発表における反省例を。
私は、京都と福島で診療をしています。
地域で色々と活動していると、
「組織」としてよりは、「個人」としての活動が増え、
肩書も増えてきます。
私は、東日本大震災被災地の地域医療の研究を行っているのですが、
とある研究論文を提出していた際に、査読者から以下のような返事が来ました。
[意訳] 重要な報告でした(中略). しかし、日本の有名大学である京都大学に所属する医師からの報告で、自分本意な意見が内容に盛り込まれていました. (以下略).
非常に厳しいご指摘です・・・
当然、私も直接携わってる上、現地の方々との共同研究だったのですが、
連絡著者が京都だったことに違和感を覚えられたようでした。
これに対して誠実に返答し、後日、無事に受理されました!!(ありがとうございます。)
査読者からすると、福島のことを京都の人間が述べていると、あまりに離散的だったのでしょう。
解釈の妥当性を問われた形です。
良い査読者でした。
色々と活動していると、
実務上は「所属」は、あまり関係なくなってくるのですが、
対外的には「立て付け」を気にした方が良いです。
最近は、「内(内容)と外(発信元の肩書)との連続性」を意識しています。
このあたりは、チームビルディングでも重要です。
論文投稿注意書き[New submission状態の持続]
論文投稿の際に、"New submission"がずっと続いている場合、著者確認がなされていない可能性があります。
通常は"Editor assigned"や"Under review"などに変わります。
ご注意を。
公開データセット集・解析方法集
忘備録に。
統計、機械学習関係の教育機関サイト
DataSets < Main < Vanderbilt Biostatistics Wiki
UCI Machine Learning Repository
Centre for Multilevel Modelling | Centre for Multilevel Modelling | University of Bristol
Purdue Statistics : Michael Levine : Home
R-bloggers | R news and tutorials contributed by (750) R bloggers
Misleading Graphs | Passy's World of Mathematics
Identifying and Avoiding Bias in Research. Christopher J. Pannucci, MD and Edwin G. Wilkins, MD MS
Hall : A Short Prehistory of the Bootstrap
An introduction to statistical learning with application in R
Elements of Statistical Learning: data mining, inference, and prediction. 2nd Edition.
Learning from Imbalanced Classes - Silicon Valley Data Science
Practical Guide to deal with Imbalanced Classification Problems in R
Machine learning
A Complete Tutorial on Tree Based Modeling from Scratch (in R & Python)
An Introduction to Recursive Partitioning Using the RPART Routines
Miscellaneous
種々のオープンデータ
追記していきます。